EpubCCPDF naar EPUB conversievoorbeelden
Elk geval is een echte PDF uit ons gelicentieerde of publiek domein corpus, geconverteerd met dezelfde motor die je gebruikt, met de resultaten van elke motor die we hebben gemeten, inclusief waar de onze verliest.
Bijgewerkt:
Elk geval op deze pagina is een echte PDF uit ons testcorpus, geconverteerd met dezelfde motor en dezelfde standaardinstellingen die je krijgt wanneer je een bestand uploadt. De documenten zijn openbaar domein of open gelicentieerd (CC BY, CC BY-SA), en elk geval noemt zijn bron en licentie, zodat je de originele kunt downloaden en het resultaat zelf kunt controleren.
Voor elk ontvang je een pagina van het origineel naast hetzelfde fragment in de EPUB, de monster EPUB om te downloaden, het EPUBCheck resultaat en de score van elke engine die we op dat document gemeten hebben. In sommige gevallen laten we documenten zien waar een andere engine het beter doet dan de onze; die publiceren we ook.
De gevallen dekken de lay-outs die de meeste converters breken: kolommen, herhaalde koppen, voetnoten, hoofdstukken en niet-Latijnse scripts. Jouw eigen bestanden worden hier nooit gebruikt: ze blijven privé en worden automatisch verwijderd.
-
Twee-kolom PDF naar EPUB: een academisch artikel
Een arXiv-paper met twee kolommen omgezet naar EPUB: leesvolgorde, per-engine resultaten, EPUBCheck en waargenomen beperkingen. Onze engine is hier niet de beste.
OLMo paper (arXiv 2402.00838)
-
Drie-kolom PDF naar EPUB: het Federal Register
Een document met drie kolommen van het Federal Register omgezet naar EPUB: kolomvolgorde, geroteerde margetekst, herhaalde koppen, per-engine resultaten en EPUBCheck.
Federal Register document 2026-22443
-
PDF voetnoten naar EPUB notities: een academisch artikel
Voetnoten in een lang arXiv-papier geconverteerd naar gelinkte EPUB notities: wat is gedetecteerd, per-engine tekstresultaten, EPUBCheck, en waar andere engines beter presteren.
QLoRA paper (arXiv 2305.14314)
-
Herhalende kopteksten verwijderen: het 9/11 Commissie Rapport
Het 9/11 Commissie Rapport (publiek domein) geconverteerd naar EPUB met draaiende koppen en pagina nummers verwijderd: margin leak per engine en EPUBCheck.
The 9/11 Commission Report (GPO)
-
Hoofdstukken en inhoudsopgave van een PDF boek
Een LaTeX-gedrukte openbaar-domein studieboek geconverteerd naar EPUB met hoofdstukken van de PDF indeling: resultaten per engine, EPUBCheck en de limieten met formules.
Calculus textbook typeset in LaTeX (Project Gutenberg #33283)
-
Arabisch PDF naar EPUB: rechts-naar-links tekst
Een Arabisch Wikipedia-artikel geconverteerd naar een rechts-naar-links EPUB: woordvolgorde, per-engine resultaten, EPUBCheck en beperkingen.
Wikipedia (Arabic): One Thousand and One Nights
-
Japanse PDF naar EPUB
Een Japans Wikipedia-artikel geconverteerd naar EPUB: tekst zonder spaties tussen woorden, per-engine resultaten, EPUBCheck en beperkingen.
Wikipedia (Japanese): The Tale of Genji
-
Spaans PDF naar EPUB: accenten, «» en ¿?
Een Spaans Wikipedia-artikel (50 pagina's) geconverteerd naar EPUB: accenten, «» aanhalingstekens en ¿? behouden, taal getagd als es, EPUBCheck schoon; pdf_oxide scoort hoger.
Wikipedia (Spanish): Don Quijote de la Mancha
-
Frans PDF naar EPUB: guillemets en apostrofs
Een Frans Wikipedia-artikel geconverteerd naar EPUB: « » met spaties, apostroffen en œ behouden, getagd fr. Onze 8-gram recall is 0.819; pdf_oxide bereikt 0.903.
Wikipedia (French): Les Misérables
-
Duits PDF naar EPUB: umlauts, ß en „citaten“
Een 86-pagina Duits Wikipedia-artikel geconverteerd naar EPUB: umlauts, ß en „…“ citaten bewaard, getagd de. 8-gram recall 0.845 tegen 0.877 voor pdf_oxide.
Wikipedia (German): Johann Wolfgang von Goethe
-
PDF grafieken in EPUB: wat verloren gaat
Vectorgrafieken in het 487-pagina's tellende Economisch Rapport van de President overleven onze conversie niet: lijnen gaan verloren, aslabels worden tekst. Echte bewijs.
Economic Report of the President 2024
-
Wat er gebeurt met een gescande PDF
Een gescande 1867-boek met een oude OCR-laag: EpubCC leest die laag, fouten en al. 8-gram recall 0.513, onder PDFium's 0.651.
Alice's Adventures in Wonderland, 1867 printing (scan, Internet Archive)
-
Tekst die rond afbeeldingen is gewikkeld: een bekende beperking
Wanneer tekst rond een zwevende afbeelding stroomt, splitst onze engine de alinea en kan het bijschrift worden gemengd. Een echt voorbeeld van een Engelse Wikipedia PDF.
Wikipedia (English): Alice's Adventures in Wonderland
-
Overheidsrapport PDF naar EPUB: voetnoten behouden
Een 58-pagina GAO-rapport naar EPUB: 50 voetnoten gevonden, 47 gekoppeld aan hun oproepen, lopende voetteksten verwijderd, EPUBCheck schoon. Tabellen en figuren blijven beperkt.
GAO report 24-106219
-
EU-regelgeving PDF naar EPUB, in het Spaans
De 144-pagina's Spaanse AI-wet uit het EU-Officiële Journal naar EPUB: 125 hoofdstukken, koppen verwijderd, precisie 0.982. Genummerde punten kunnen loskomen.
EU AI Act, Regulation 2024/1689 (Spanish, EUR-Lex)
-
PDF met vergelijkingen naar EPUB: het eerlijke resultaat
Een CC BY arXiv-paper met weergavevergelijkingen naar EPUB: proza en inline symbolen overleven, weergavevergelijkingen komen onsamenhangend uit. Geen MathML nog. Echte voorbeeld.
Direct Preference Optimization paper (arXiv 2305.18290)
-
Regelgenummerde PDF naar EPUB: nog niet verwerkt Bewijs in voorbereiding
Een regelgenummerde Amerikaanse Senaatsnota naar EPUB: de margenummers worden een stapel willekeurige alinea's en woorden splitsen. Elke engine heeft moeite; de onze ook.
Kids Online Safety Act bill, S. 1409 (line-numbered)